WO2021181680A1 - 支援装置、支援方法及びプログラム - Google Patents

支援装置、支援方法及びプログラム Download PDF

Info

Publication number
WO2021181680A1
WO2021181680A1 PCT/JP2020/011194 JP2020011194W WO2021181680A1 WO 2021181680 A1 WO2021181680 A1 WO 2021181680A1 JP 2020011194 W JP2020011194 W JP 2020011194W WO 2021181680 A1 WO2021181680 A1 WO 2021181680A1
Authority
WO
WIPO (PCT)
Prior art keywords
sentence
notification
specificity
keyword
text
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2020/011194
Other languages
English (en)
French (fr)
Inventor
渉 赤堀
愛 中根
桃子 中谷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NTT Inc
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to PCT/JP2020/011194 priority Critical patent/WO2021181680A1/ja
Priority to PCT/JP2020/046603 priority patent/WO2021181778A1/ja
Priority to JP2022505766A priority patent/JP7315090B2/ja
Priority to US17/910,803 priority patent/US20230124354A1/en
Publication of WO2021181680A1 publication Critical patent/WO2021181680A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/253—Grammatical analysis; Style critique
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Definitions

  • the present invention relates to a support device, a support method, and a program.
  • Non-Patent Document 1 a technique for supporting the verbalization of an information request that a user wants to know when creating a query to be input to a search engine.
  • One embodiment of the present invention has been made in view of the above points, and an object of the present invention is to support the description of a specific sentence.
  • the support device is an answer expression representing a predetermined word included in the input sentence and a description that is an answer to at least one of 5W1H in the sentence.
  • a specificity calculation means for calculating the specificity indicating the degree to which the sentence is specifically described, and when the specificity is smaller than a predetermined threshold value, the specific sentence is described to the user. It is characterized by having a notification text creation means for creating a notification text for prompting the description.
  • a sentence reification support device 10 capable of supporting the description of a specific sentence by prompting the user to describe the specific sentence. do.
  • a sentence indicating a goal setting related to physical activity is given to the sentence reification support device 10.
  • a sentence expressing the goal setting regarding physical activity for example, "I raise the muscle strength of the upper body” and the like can be mentioned.
  • this embodiment is not limited to the text indicating the goal setting related to physical activity, and can be similarly applied to the case where an arbitrary text is given to the text embodying support device 10.
  • FIG. 1 is a diagram showing an example of the overall configuration of the text reification support device 10 according to the present embodiment.
  • the sentence embodying support device 10 includes an input unit 101, a morphological analysis unit 102, a keyword extraction unit 103, a 5W1H extraction unit 104, a specificity calculation unit 105, and the like. It has a notification sentence creation unit 106, an output unit 107, a keyword specificity DB 108, and a sentence example DB 109.
  • the input unit 101 inputs a sentence (text) given to the sentence embodying support device 10.
  • the input unit 101 may input a sentence input by the user using a keyboard, a touch panel, or the like, or may input a sentence stored in an auxiliary storage device or the like, or may input a sentence stored in an auxiliary storage device or the like, or may be input via a communication network. You may enter the text received from another device (for example, a server, a terminal, etc.) connected to the device.
  • another device for example, a server, a terminal, etc.
  • the morphological analysis unit 102 performs morphological analysis on the text input by the input unit 101 and calculates the morpheme number.
  • the morphological analysis unit 102 may perform morphological analysis on a sentence by an arbitrary method. For example, Reference 1 "Yuji Matsumoto, Kei Kitauchi, Tatsuo Yamashita, Yoshitaka Hirano, Hiroshi Matsuda, Kazuma Takaoka, Masayuki Asahara, The method or morphological analysis system described in "Morphological analysis system” ChaSen "", Information processing, 41 (11), 1208-1214 (2000). ", Etc. can be used.
  • the keyword extraction unit 103 extracts keywords from the sentences input by the input unit 101.
  • the keyword is a predetermined word, and is determined according to, for example, the content or purpose of a sentence for which a specific description is urged. For example, in the case of sentences that express goal setting related to physical activity, “physical”, “muscle strength”, “upper body”, “squat”, “biceps brachii”, “muscle strength”, “injury”, “calories”, “ Words related to physical activities such as “meal” and “partner” and related activities or concepts are determined as keywords.
  • the keyword extraction unit 103 may extract keywords from sentences by any method.
  • the 5W1H extraction unit 104 extracts 5W1H information from the text input by the input unit 101.
  • the 5W1H information refers to a word (or phrase) that is the answer to any element of 5W1H and which element of 5W1H the word (or phrase) is the answer to. It is a set with a label to represent.
  • the elements of 5W1H are "Why”, “What", “Who”, “Where”, “When”, and “How”.
  • labels representing each of these elements will be referred to as "Why label”, “What label”, “Who label”, “Where label”, “When label”, and "How label”.
  • the phrase “I am” is the phrase that is the answer of Who, and "the upper body”. Since the phrase “strength of the upper body” is the answer of What, the pair of "I” and the Who label and the pair of "muscle strength of the upper body” and the What label are extracted as 5W1H information. ..
  • the 5W1H extraction unit 104 may extract 5W1H information from sentences by any method. For example, Reference 3 "Akitoshi Okumura, Takahiro Ikeda, Kazutoshi Muraki,” Text summary by 5W1H information extraction / classification ", Natural language Processing, 6 (6), 27-44 (1999). ”, Etc. can be used.
  • the specificity calculation unit 105 uses the morpheme numbers calculated by the morphological analysis unit 102, the keywords extracted by the keyword extraction unit 103, and the 5W1H information extracted by the 5W1H extraction unit 104 to concretely write a sentence. Calculate the specificity that represents the degree described.
  • the keyword specificity is a value set in advance for each keyword, and is stored in the keyword specificity DB 108.
  • specific calculation unit 105 when calculating a specific degree C, and with reference to the keywords specific degree DB 108, obtains the keyword specific degree K m corresponding to the keyword k m.
  • the details of the keyword specificity DB 108 will be described later.
  • the notification text creation unit 106 creates a notification text (hereinafter, referred to as “output notification text”) to be output by the output unit 107 according to the specificity C calculated by the specificity calculation unit 105. Specifically, when the specificity C is equal to or higher than a predetermined threshold value (that is, when the input sentence is specific), the notification sentence creation unit 106 notifies that the description of the sentence is specific. Create a sentence (for example, a notice such as "Your description is concrete") as an output notice. On the other hand, when the specificity C is less than a predetermined threshold value (that is, when the input sentence is not concrete), the notification sentence creation unit 106 indicates that the description of the sentence is not concrete.
  • a predetermined threshold value that is, when the input sentence is specific
  • the notification sentence creation unit 106 indicates that the description of the sentence is not concrete.
  • the notification sentence creation unit 106 selects a sentence example corresponding to the keyword extracted by the keyword extraction unit 103 from the sentence example DB 109, and creates a third notification sentence from the selected sentence example.
  • the details of the sentence example DB 109 will be described later.
  • the output unit 107 outputs the output notification text created by the notification text creation unit 106.
  • the output unit 107 may output (display) the output notification text to a display device such as a display, output the output notification text by voice from the speaker or the like, or via a communication network.
  • the output notification text may be output (transmitted) to another connected device (for example, a server, a terminal, etc.).
  • the keyword specificity DB 108 is a database in which a keyword and the keyword specificity of the keyword are stored in association with each other. An example of the keyword specificity DB 108 is shown in FIG. FIG. 2 is a diagram showing an example of the keyword specificity DB 108.
  • the keyword “physical” and the keyword specificity "1" are stored in association with each other.
  • the keyword specificity “muscle strength” and the keyword specificity “2”, the keyword “upper body” and the keyword specificity “3”, the keyword “squat” and the keyword specificity “4” are stored in association with each other.
  • the keyword specificity DB 108 stores data in which a predetermined keyword is associated with the keyword specificity of the keyword.
  • the keyword specificity is set in advance for each keyword. For example, the more specific the meaning of the keyword is, the higher the value is, and the more abstract the keyword is, the lower the value is set. Therefore, each data stored in the keyword specificity DB 108 is closer to the root as the keyword specificity is lower, based on, for example, the semantic inclusion relationship and the semantic similarity represented by the keyword, and the keyword specificity is closer.
  • the tree structure may be constructed so that the higher the value, the closer to the leaves.
  • Sentence example DB109 is a database in which one or more keywords and sentence examples corresponding to the one or more keywords are stored in association with each other.
  • An example of the text example DB109 is shown in FIG.
  • FIG. 3 is a diagram showing an example of the sentence example DB 109.
  • the keywords “injury” and “stretch” and the sentence example “I stretch before going to bed to prevent injury” are stored in association with each other.
  • the keywords “partner” and “count” and the sentence example “I have the partner count to maintain the concentration of training” are stored in association with each other. ing.
  • the keywords “upper body”, “muscle strength” and “pull-up” are stored in association with the sentence example “I perform pull-up 20 times a day to increase the strength of the upper body.”
  • the keywords “calories” and “meal” are stored in association with the example sentence "I add three bananas to my daily diet to increase the calorie intake of breakfast.”
  • the sentence example DB 109 stores data in which one or more predetermined keywords and sentence examples including the one or more keywords are associated with each other.
  • the sentence example not only includes the one or more keywords, but is also a concrete sentence (at least to some extent, a concrete sentence) that can be used as a reference when the user describes a specific sentence. ..
  • FIG. 4 is a flowchart showing an example of the text embodying support process according to the present embodiment.
  • the input unit 101 inputs a given sentence (step S101).
  • the morphological analysis unit 102 performs morphological analysis on the sentence input in step S101 above and calculates the morpheme number (step S102).
  • the morpheme number calculated in this step is defined as N.
  • the keyword extraction unit 103 extracts a keyword from the sentence input in step S101 above (step S103).
  • the number of keywords extracted in this step will be M, and each keyword will be k 1 , ..., K M.
  • the 5W1H extraction unit 104 extracts 5W1H information from the text input in step S101 above (step S104).
  • the number of 5W1H information extracted in this step is defined as L.
  • the keywords "upper body” and “muscle strength” are extracted by the keyword extraction unit 103, the keyword specificity of "upper body” is "3" and the keyword specificity of "muscle strength” is "2".
  • the notification sentence creation unit 106 determines whether or not the specificity C calculated in step S105 above is less than a predetermined threshold value (step S106).
  • step S106 When it is determined in step S106 above that the specificity C is not less than a predetermined threshold value (that is, when the sentence input in step S101 above is specific), the notification sentence creation unit 106 describes the sentence.
  • a notification text indicating that it is specific (for example, a notification text such as "Your description is concrete") is created as an output notification text (step S107).
  • the user can know that the sentence written by himself / herself is concrete.
  • step S106 when it is determined in step S106 above that the specificity C is less than a predetermined threshold value (that is, when the sentence input in step S101 above is not specific), the notification sentence creating unit 106 determines the sentence. Create a first notice indicating that the description of is not concrete (for example, a notice such as "Your description is not concrete. Please describe more concretely.") (Step S108) ).
  • the notification sentence creation unit 106 uses the 5W1H information extracted in step S104 above to determine whether or not there is a 5W1H element in which the answer word or phrase is not described in the sentence. (Step S109). That is, the notification text creation unit 106 is the 5W1H extracted in step S104 of the "Why label”, “What label”, “Who label”, “Where label”, “When label” and “How label”. Determine if there is a label that is not included in the information.
  • step S109 When it is determined in step S109 above that there is an element of 5W1H in which the word or phrase to be answered is not described in the sentence, the notification sentence creation unit 106 of the 5W1H in which the word or phrase to be answered is not described. A second notification statement corresponding to the element is created (step S110).
  • the notification sentence creation unit 106 asks "Why? How?" Etc. Is created as the second notification sentence.
  • the notification sentence creation unit 106 asks "Why? Where?" Create a sentence such as "When? How?" As the second notification sentence.
  • step S109 When it is determined in step S109 above that there is no element of 5W1H in which the word or phrase to be answered is not described in the sentence, or following step SS110 above, the notification sentence creation unit 106 performs the above step S103.
  • a sentence example corresponding to the keyword extracted in step 1 is selected from the sentence example DB 109, and a third notification sentence is created from the selected sentence example (step S111).
  • the notification sentence creation unit 106 may select all the sentence examples corresponding to the keywords extracted in step S103 above from the sentence example DB 109.
  • a sentence example having the highest degree of matching with the keyword extracted in step S103 may be selected from the sentence example DB 109.
  • the keywords extracted in step S103 above are "upper body”, “muscle strength”, and “calorie”, the keywords "upper body” and “muscle strength” are used.
  • the degree of matching between the keyword extracted by the keyword extraction unit 103 and the sentence example is the number of keywords extracted by the keyword extraction unit 103 among one or more keywords corresponding to the sentence example. Is.
  • the notification sentence creation unit 106 carries out the sentence example "I pull up 20 times a day in order to strengthen the muscle strength of the upper body" selected from the sentence example DB 109. Use “I will.” And write a sentence such as "For example,” I will do pull-ups 20 times a day to improve the strength of the upper body. "" Create as a sentence.
  • the notification sentence creation unit 106 creates a sentence in which the first notification sentence, the second notification sentence, and the third notification sentence are concatenated as an output notification sentence (step S112). However, if the process of step S110 is not executed (that is, if it is determined in step S109 that there is no 5W1H element in which the answer word or phrase is not described), The notification sentence creation unit 106 creates a sentence in which the first notification sentence and the third notification sentence are concatenated as an output notification sentence.
  • the first notice says "Your description may not be specific. Please be more specific.”
  • the second notice says "Why? Where? When? How?" "Please try.”
  • the third notice is "For example, please refer to'For example,'I perform pull-ups 20 times a day to strengthen the strength of the upper body.'” ..
  • the notification text creation unit 106 concatenates these notification texts, saying, "Your description may not be concrete. Please describe it more concretely. Why? Where? When? How?" Think about it. For example, create an output notification that says, "I do pull-ups 20 times a day to strengthen my upper body.”
  • the output unit 107 outputs an output notification text created by the notification text creation unit 106 (step S113).
  • the output notification text is presented to the user. Therefore, for example, when the output notification sentence is created in step S112 above, the user can know that the sentence written by himself / herself is not concrete and can be used as a reference for writing a specific sentence. Information (second notice and third notice) can be obtained.
  • the sentence embodying support device 10 when the input sentence is not concrete, the sentence embodying support device 10 according to the present embodiment prompts the user to describe a specific sentence and describes the specific sentence.
  • the sentence embodying support device 10 By presenting reference information for the purpose, it is possible to support the description of a specific sentence, for example, when the sentence described by the user is not specific.
  • the present invention is not limited to this, and for example, 5W1H information may be used in addition to the keyword.
  • an element of 5W1H (or an element of such an element) that is a sentence example corresponding to the keyword extracted by the keyword extraction unit 103 and in which a word or phrase to be an answer is not described in the input sentence.
  • a sentence example in which a word or phrase that is the answer to (at least one of the elements) is described may be selected from the sentence example DB 109.
  • the user can refer to the sentence example including the answer of the element of 5W1H which is not described in the sentence described by himself / herself.
  • the output notification sentence is created in step S107, but the present invention is not limited to this. May be executed.
  • the input sentence is concrete to some extent (that is, the specificity C is equal to or higher than a predetermined threshold value), but the description that is the answer to the element of 5W1H is omitted, etc. It is possible to prompt the user to write a specific sentence.
  • the output notification text is output in step S113, but the present invention is not limited to this, and for example, when each of the first notification text, the second notification text, and the third notification text is created.
  • Each notification text may be output (that is, when the first notification text is created in step S108, when the second notification text is created in step S110, and when the third notification text is created in step S111). It may be output at the time of creation.) In this case, the processing of steps S112 and S113 described above is unnecessary.
  • FIG. 5 is a diagram showing an example of the hardware configuration of the text reification support device 10 according to the present embodiment.
  • the text embodying support device 10 is realized by a general computer or computer system, and includes an input device 201, a display device 202, an external I / F 203, and a communication I / F 204. And a processor 205 and a memory device 206. Each of these hardware is communicably connected via bus 207.
  • the input device 201 is, for example, a keyboard, a mouse, a touch panel, or the like.
  • the display device 202 is, for example, a display or the like.
  • the text embodying support device 10 does not have to have at least one of the input device 201 and the display device 202.
  • the external I / F 203 is an interface with an external device.
  • the external device includes a recording medium 203a and the like.
  • the text embodying support device 10 can read or write the recording medium 203a via the external I / F 203.
  • the recording medium 203a includes each functional unit (input unit 101, morphological analysis unit 102, keyword extraction unit 103, 5W1H extraction unit 104, specificity calculation unit 105, notification sentence creation unit 106, and output) included in the sentence embodying support device 10.
  • One or more programs that realize the part 107) may be stored.
  • the recording medium 203a includes, for example, a CD (Compact Disc), a DVD (Digital Versatile Disk), an SD memory card (Secure Digital memory card), a USB (Universal Serial Bus) memory card, and the like.
  • the communication I / F 204 is an interface for connecting the text embodying support device 10 to the communication network.
  • One or more programs that realize each functional unit of the text embodying support device 10 may be acquired (downloaded) from a predetermined server device or the like via the communication I / F 204.
  • the processor 205 is, for example, various arithmetic units such as a CPU (Central Processing Unit) and a GPU (Graphics Processing Unit). Each functional unit included in the text embodying support device 10 is realized, for example, by a process in which one or more programs stored in the memory device 206 are executed by the processor 205.
  • a CPU Central Processing Unit
  • GPU Graphics Processing Unit
  • the memory device 206 is, for example, various storage devices such as HDD (Hard Disk Drive), SSD (Solid State Drive), RAM (Random Access Memory), ROM (Read Only Memory), and flash memory.
  • Each DB (keyword specificity DB 108 and sentence example DB 109) included in the sentence embodying support device 10 is realized by, for example, the memory device 206.
  • at least one of these DBs may be realized by a storage device (for example, a database server or the like) connected to the text embodying support device 10 via a communication network.
  • the sentence materialization support device 10 can realize the above-mentioned sentence materialization support process by having the hardware configuration shown in FIG.
  • the hardware configuration shown in FIG. 5 is an example, and the text embodying support device 10 may have another hardware configuration.
  • the text embodying support device 10 may have a plurality of processors 205 or a plurality of memory devices 206.
  • Sentence materialization support device 101 Input unit 102 Morphological analysis unit 103 Keyword extraction unit 104 5W1H extraction unit 105 Specificity calculation unit 106 Notification text creation unit 107 Output unit 108 Keyword specificity DB 109 Sentence example DB

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)
  • Document Processing Apparatus (AREA)

Abstract

一実施形態に係る支援装置は、入力された文章に含まれる所定の単語と、前記文章の中で５Ｗ１Ｈの少なくとも１つに対して回答となる記述を表す回答表現とに基づいて、前記文章が具体的に記述されている度合いを表す具体度を算出する具体度算出手段と、前記具体度が所定の閾値よりも小さい場合、ユーザに対して具体的な文章の記述を促すための通知文を作成する通知文作成手段と、を有することを特徴とする。

Description

支援装置、支援方法及びプログラム
　本発明は、支援装置、支援方法及びプログラムに関する。
　文章を記述した際に、その文章が具体的に記述できているかを記述者自身が判断することは困難である。このため、文章が具体的でない結果、様々な不都合が生じることがある。例えば、身体活動に関する目標を設定する場合、目標が具体的に記述されていないと、その目標を達成するための身体活動を継続して実施することが困難になる、といった不都合が生じる。
　従来技術として、検索エンジンに入力するクエリを作成する際に、ユーザが自ら知りたいことである情報要求の言語化を支援する技術が知られている（非特許文献１）。
Atsushi Otsuka, Yohei Seki, Noriko Kando, Tetsuji Satoh, "QAque: Faceted Query Expansion Techniques for Exploratory Search using Community QA Resources", WWW '12 Companion: Proceedings of the 21st International Conference on World Wide Web, April 2012, Pages 799-806
　しかしながら、上記の従来技術では情報要求の言語化を支援することはできる一方で、言語化の結果得られた文章が具体的であるかどうかは考慮されていなかった。
　本発明の一実施形態は、上記の点に鑑みてなされたもので、具体的な文章の記述を支援することを目的とする。
　上記目的を達成するために、一実施形態に係る支援装置は、入力された文章に含まれる所定の単語と、前記文章の中で５Ｗ１Ｈの少なくとも１つに対して回答となる記述を表す回答表現とに基づいて、前記文章が具体的に記述されている度合いを表す具体度を算出する具体度算出手段と、前記具体度が所定の閾値よりも小さい場合、ユーザに対して具体的な文章の記述を促すための通知文を作成する通知文作成手段と、を有することを特徴とする。
　具体的な文章の記述を支援することができる。
本実施形態に係る文章具体化支援装置の全体構成の一例を示す図である。 キーワード具体度ＤＢの一例を示す図である。 文章例ＤＢの一例を示す図である。 本実施形態に係る文章具体化支援処理の一例を示すフローチャートである。 本実施形態に係る文章具体化支援装置のハードウェア構成の一例を示す図である。
　以下、本発明の一実施形態について説明する。本実施形態では、与えられた文章が具体的でない場合、ユーザに対して具体的な文章の記述を促すことで、具体的な文章の記述を支援することができる文章具体化支援装置１０について説明する。以降の説明では、一例として、身体活動に関する目標設定を表す文章が文章具体化支援装置１０に与えられるものとする。なお、身体活動に関する目標設定を表す文章としては、例えば、「私は上半身の筋力を上げます。」等が挙げられる。
　ただし、本実施形態は、身体活動に関する目標設定を表す文章に限られず、任意の文章が文章具体化支援装置１０に与えられた場合についても同様に適用可能である。
　＜全体構成＞
　まず、本実施形態に係る文章具体化支援装置１０の全体構成について、図１を参照しながら説明する。図１は、本実施形態に係る文章具体化支援装置１０の全体構成の一例を示す図である。
　図１に示すように、本実施形態に係る文章具体化支援装置１０は、入力部１０１と、形態素解析部１０２と、キーワード抽出部１０３と、５Ｗ１Ｈ抽出部１０４と、具体度算出部１０５と、通知文作成部１０６と、出力部１０７と、キーワード具体度ＤＢ１０８と、文章例ＤＢ１０９とを有する。
　入力部１０１は、文章具体化支援装置１０に与えられた文章（テキスト）を入力する。なお、入力部１０１は、例えば、キーボードやタッチパネル等でユーザにより入力された文章を入力してもよいし、補助記憶装置等に格納されている文章を入力してもよいし、通信ネットワークを介して接続される他の装置（例えば、サーバや端末等）から受信した文章を入力してもよい。
　形態素解析部１０２は、入力部１０１により入力された文章に対して形態素解析を行って、形態素数を算出する。形態素解析部１０２は任意の手法により文章に対して形態素解析を行えばよいが、例えば、参考文献１「松本裕治, 北内啓, 山下達雄, 平野善隆, 松田寛, 高岡一馬, 浅原正幸, "形態素解析システム 「茶筌」", 情報処理, 41(11), 1208-1214(2000).」等に記載されている手法又は形態素解析システムを用いることができる。
　キーワード抽出部１０３は、入力部１０１により入力された文章からキーワードを抽出する。ここで、キーワードとは予め決められた単語であり、例えば、具体的な記述を促したい文章の内容や目的等に応じて決定される。例えば、身体活動に関する目標設定を表す文章であれば、「フィジカル」、「筋力」、「上半身」、「スクワット」、「上腕二頭筋」、「筋力」、「ケガ」、「カロリー」、「食事」、「パートナー」等の身体活動及びそれに関連する活動若しくは概念等に関する単語がキーワードとして決定される。なお、キーワード抽出部１０３は任意の手法により文章からキーワードを抽出すればよいが、例えば、参考文献２「松下雅彦, 西崎博光, 宇津呂武仁, 中川聖一, "音声入力による Web 検索のための キーワード認識・抽出法の検討", 情報処理学会研究報告音声言語情報処理 (SLP), 2003(104 (2003-SLP-048)), 21-28.」等に記載されている手法を用いることができる。
　５Ｗ１Ｈ抽出部１０４は、入力部１０１により入力された文章から５Ｗ１Ｈ情報を抽出する。ここで、５Ｗ１Ｈ情報とは、５Ｗ１Ｈのうちのいずれか要素の回答となっている単語（又は句（フレーズ））と当該単語（又は句）が５Ｗ１Ｈのうちのいずれ要素の回答となっているかを表すラベルとの組のことである。なお、５Ｗ１Ｈの要素とは、「Ｗｈｙ」、「Ｗｈａｔ」、「Ｗｈｏ」、「Ｗｈｅｒｅ」、「Ｗｈｅｎ」、「Ｈｏｗ」のことである。以降では、これらの各要素のそれぞれを表すラベルを「Ｗｈｙラベル」、「Ｗｈａｔラベル」、「Ｗｈｏラベル」、「Ｗｈｅｒｅラベル」、「Ｗｈｅｎラベル」、「Ｈｏｗラベル」と表す。
　具体的には、例えば、「私は上半身の筋力を上げます。」という文章が入力部１０１により入力された場合、「私は」という句はＷｈｏの回答となっている句であり、「上半身の筋力を」という句はＷｈａｔの回答となっている句であるため、「私は」とＷｈｏラベルとの組、「上半身の筋力を」とＷｈａｔラベルとの組が５Ｗ１Ｈ情報としてそれぞれ抽出される。なお、５Ｗ１Ｈ抽出部１０４は任意の手法により文章から５Ｗ１Ｈ情報を抽出すればよいが、例えば、参考文献３「奥村明俊, 池田崇博, 村木一至, "5W1H情報抽出・分類によるテキスト要約", 自然言語処理, 6(6), 27-44(1999).」等に記載されている手法を用いることができる。
　具体度算出部１０５は、形態素解析部１０２により算出された形態素数と、キーワード抽出部１０３により抽出されたキーワードと、５Ｗ１Ｈ抽出部１０４により抽出された５Ｗ１Ｈ情報とを用いて、文章が具体的に記述されている度合いを表す具体度を算出する。具体的には、形態素解析部１０２により算出された形態素数をＮ、キーワード抽出部１０３により抽出されたキーワード数をＭ、キーワードをｋｍ（ただし、ｍ＝１，・・・，Ｍ）、キーワードｋｍのキーワード具体度をＫｍ、５Ｗ１Ｈ抽出部１０４により抽出された５Ｗ１Ｈ情報の数（つまり、文章中に回答となる単語又は句が記述されている５Ｗ１Ｈの要素の数）をＬとして、具体度算出部１０５は、Ｃ＝Ｎ＋（Ｋ１＋・・・＋ＫＭ）＋Ｌにより具体度Ｃを算出する。ここで、キーワード具体度とはキーワードごとに予め設定された値のことであり、キーワード具体度ＤＢ１０８に格納されている。したがって、具体度算出部１０５は、具体度Ｃを算出する際に、キーワード具体度ＤＢ１０８を参照して、キーワードｋｍに対応するキーワード具体度Ｋｍを取得する。なお、キーワード具体度ＤＢ１０８の詳細については後述する。
　通知文作成部１０６は、具体度算出部１０５により算出された具体度Ｃに応じて、出力部１０７による出力対象となる通知文（以下、「出力通知文」という。）を作成する。具体的には、具体度Ｃが所定の閾値以上である場合（つまり、入力された文章が具体的である場合）、通知文作成部１０６は、文章の記述が具体的であることを示す通知文（例えば、「あなたの記述は具体的でしょう。」等といった通知文）を出力通知文として作成する。一方で、具体度Ｃが所定の閾値未満である場合（つまり、入力された文章が具体的でない場合）、通知文作成部１０６は、文章の記述が具体的でないことを示す第１の通知文と、文章中に回答となる単語又は句が記述されていない５Ｗ１Ｈの要素に応じた第２の通知文と、文章例ＤＢ１０９に格納されている文章例から作成された第３の通知文とを連結させた文を出力通知文として作成する。ここで、文章例はキーワードに応じて予め作成された文章であり、文章例ＤＢ１０９に格納されている。したがって、通知文作成部１０６は、キーワード抽出部１０３により抽出されたキーワードに対応する文章例を文章例ＤＢ１０９から選択し、選択した文章例から第３の通知文を作成する。なお、文章例ＤＢ１０９の詳細については後述する。
　出力部１０７は、通知文作成部１０６により作成された出力通知文を出力する。なお、出力部１０７は、例えば、ディスプレイ等の表示装置に出力通知文を出力（表示）してもよいし、スピーカー等から音声により出力通知文を出力してもよいし、通信ネットワークを介して接続される他の装置（例えば、サーバや端末等）に出力通知文を出力（送信）してもよい。
　キーワード具体度ＤＢ１０８は、キーワードと当該キーワードのキーワード具体度とが対応付けて格納されているデータベースである。キーワード具体度ＤＢ１０８の一例を図２に示す。図２は、キーワード具体度ＤＢ１０８の一例を示す図である。
　図２に示すキーワード具体度ＤＢ１０８では、キーワード「フィジカル」とキーワード具体度「１」とが対応付けて格納されている。同様に、図２に示すキーワード具体度ＤＢ１０８では、キーワード具体度「筋力」とキーワード具体度「２」、キーワード「上半身」とキーワード具体度「３」、キーワード「スクワット」とキーワード具体度「４」、キーワード「上腕」とキーワード具体度「６」がそれぞれ対応付けて格納されている。このように、キーワード具体度ＤＢ１０８には、予め決められたキーワードと当該キーワードのキーワード具体度とを対応付けたデータが格納されている。
　ここで、キーワード具体度はキーワードごとに予め設定されるが、例えば、キーワードの表す意味が具体的であるほど高い値となり、抽象的であるほど低い値となるように設定される。このため、キーワード具体度ＤＢ１０８に格納されている各データは、例えば、キーワードの表す意味的な包含関係や意味的な類似度等に基づいて、キーワード具体度が低いほど根に近く、キーワード具体度が高いほど葉に近くなるような木構造を構成していてもよい。
　文章例ＤＢ１０９は、１以上のキーワードと当該１以上のキーワードに対応する文章例とが対応付けて格納されているデータベースである。文章例ＤＢ１０９の一例を図３に示す。図３は、文章例ＤＢ１０９の一例を示す図である。
　図３に示す文章例ＤＢ１０９では、キーワード「ケガ」及び「ストレッチ」と文章例「私はケガを防ぐために夜寝る前にストレッチをします。」とが対応付けて格納されている。同様に、図３に示す文章例ＤＢ１０９では、キーワード「パートナー」及び「カウント」と文章例「私はトレーニングの集中を維持するためにパートナーにカウントしてもらいます。」とが対応付けて格納されている。以降も同様に、キーワード「上半身」、「筋力」及び「プルアップ」と文章例「私は上半身の筋力を高めるために、プルアップを１日２０回実施します。」が対応付けて格納されており、キーワード「カロリー」及び「食事」と文章例「私は朝食の摂取カロリーを増やすために普段の食事にバナナを３本追加します。」とが対応付けて格納されている。このように、文章例ＤＢ１０９には、予め決められた１以上のキーワードと当該１以上のキーワードが含まれる文章例とを対応付けたデータが格納されている。ただし、文章例は当該１以上のキーワードが含まれるだけでなく、ユーザが具体的な文章を記述する際の参考となるような具体的な文章（少なくとも或る程度は具体的な文章）である。
　＜文章具体化支援処理＞
　次に、ユーザにより記述された文章が具体的でない場合に、当該ユーザに対して具体的な文章の記述を促して具体的な文章の記述を支援する処理について、図４を参照しながら説明する。図４は、本実施形態に係る文章具体化支援処理の一例を示すフローチャートである。
　まず、入力部１０１は、与えられた文章を入力する（ステップＳ１０１）。
　次に、形態素解析部１０２は、上記のステップＳ１０１で入力された文章に対して形態素解析を行って、形態素数を算出する（ステップＳ１０２）。以降では、本ステップで算出された形態素数をＮとする。
　次に、キーワード抽出部１０３は、上記のステップＳ１０１で入力された文章からキーワードを抽出する（ステップＳ１０３）。以降では、本ステップで抽出されたキーワードの個数をＭとして、各キーワードをｋ１，・・・，ｋＭとする。
　次に、５Ｗ１Ｈ抽出部１０４は、上記のステップＳ１０１で入力された文章から５Ｗ１Ｈ情報を抽出する（ステップＳ１０４）。以降では、本ステップで抽出された５Ｗ１Ｈ情報の個数をＬとする。
　なお、上記のステップＳ１０２～ステップＳ１０４の処理の実行順は順不同である。
　続いて、具体度算出部１０５は、キーワードｋｍ（ただし、ｍ＝１，・・・，Ｍ）に対応するキーワード具体度Ｋｍをキーワード具体度ＤＢ１０８から取得した上で、Ｃ＝Ｎ＋（Ｋ１＋・・・＋ＫＭ）＋Ｌにより具体度Ｃを算出する（ステップＳ１０５）。
　例えば、上記のステップＳ１０１で入力された文章が「私は上半身の筋力を上げます。」であったとする。この場合、形態素解析部１０２により算出される形態素数はＮ＝８である。また、キーワード抽出部１０３によりキーワード「上半身」、「筋力」が抽出されたとすれば、「上半身」のキーワード具体度は「３」、「筋力」のキーワード具体度は「２」である。更に、５Ｗ１Ｈ抽出部１０４により抽出された５Ｗ１Ｈ情報は（「私は」，Ｗｈｏラベル）と（「上半身の筋力を」，Ｗｈａｔラベル）とであるため、Ｌ＝２である。したがって、この場合の具体度Ｃは、Ｃ＝８＋２＋３＋２＝１５となる。
　なお、具体度Ｃの算出方法は、これに限られず、例えば、Ｃ＝（Ｋ１＋・・・＋ＫＭ）＋Ｌにより具体度Ｃが算出されてもよい（つまり、形態素数Ｎが用いられなくてもよい。）。この場合、上記のステップＳ１０２の処理は実行されなくてもよい（したがって、文章具体化支援装置１０は形態素解析部１０２を有していなくてもよい。）。
　次に、通知文作成部１０６は、上記のステップＳ１０５で算出された具体度Ｃが所定の閾値未満であるか否かを判定する（ステップＳ１０６）。
　上記のステップＳ１０６で具体度Ｃが所定の閾値未満でないと判定された場合（つまり、上記のステップＳ１０１で入力された文章が具体的である場合）、通知文作成部１０６は、文章の記述が具体的であることを示す通知文（例えば、「あなたの記述は具体的でしょう。」等といった通知文）を出力通知文として作成する（ステップＳ１０７）。これにより、ユーザは、自身が記述した文章が具体的であることを知ることができる。
　一方で、上記のステップＳ１０６で具体度Ｃが所定の閾値未満であると判定された場合（つまり、上記のステップＳ１０１で入力された文章が具体的でない場合）、通知文作成部１０６は、文章の記述が具体的でないことを示す第１の通知文（例えば、「あなたの記述は具体的ではないでしょう。もっと具体的に記述してください。」等といった通知文）を作成する（ステップＳ１０８）。
　次に、通知文作成部１０６は、上記のステップＳ１０４で抽出された５Ｗ１Ｈ情報を用いて、文章中に回答となる単語又は句が記述されていない５Ｗ１Ｈの要素が存在するか否かを判定する（ステップＳ１０９）。すなわち、通知文作成部１０６は、「Ｗｈｙラベル」、「Ｗｈａｔラベル」、「Ｗｈｏラベル」、「Ｗｈｅｒｅラベル」、「Ｗｈｅｎラベル」及び「Ｈｏｗラベル」のうち、上記のステップＳ１０４で抽出された５Ｗ１Ｈ情報の中に含まれないラベルが存在するか否かを判定する。
　上記のステップＳ１０９で文章中に回答となる単語又は句が記述されていない５Ｗ１Ｈの要素が存在すると判定された場合、通知文作成部１０６は、回答となる単語又は句が記述されていない５Ｗ１Ｈの要素に応じた第２の通知文を作成する（ステップＳ１１０）。
　例えば、回答となる単語又は句が記述されていない５Ｗ１Ｈの要素が「Ｗｈｙ」と「Ｈｏｗ」である場合、通知文作成部１０６は、「なぜ？どのように？を考えてみてください。」等といった文を第２の通知文として作成する。同様に、例えば、回答となる単語又は句が記述されていない５Ｗ１Ｈの要素が「Ｗｈｙ」と「Ｗｈｅｒｅ」と「Ｗｈｅｎ」と「Ｈｏｗ」である場合、通知文作成部１０６は、「なぜ？どこで？いつ？どのように？を考えてみてください。」等といった文を第２の通知文として作成する。
　このような第２の通知文は、例えば、「＊を考えてみてください。」といった文を予め準備しておいた上で、回答となる単語又は句が記述されていない５Ｗ１Ｈの要素に応じて、当該要素に対応する文言（「なぜ？」、「なにを？」、「だれが？」、「どこで？」、「いつ？」、「どのように？」）の組み合わせで「＊」を置換することで作成すればよい。
　上記のステップＳ１０９で文章中に回答となる単語又は句が記述されていない５Ｗ１Ｈの要素が存在しないと判定された場合又は上記のステップＳＳ１１０に続いて、通知文作成部１０６は、上記のステップＳ１０３で抽出されたキーワードに対応する文章例を文章例ＤＢ１０９から選択し、選択した文章例から第３の通知文を作成する（ステップＳ１１１）。なお、文章例ＤＢ１０９から文章例を選択する際に、通知文作成部１０６は、上記のステップＳ１０３で抽出されたキーワードに対応する全ての文章例を文章例ＤＢ１０９から選択してもよいし、上記のステップＳ１０３で抽出されたキーワードとの一致度が最も高い文章例（又は、一致度が高い順に所定の個数の文章例）を文章例ＤＢ１０９から選択してもよい。例えば、図３に示す文章例ＤＢ１０９から文章例を選択するものとして、上記のステップＳ１０３で抽出されたキーワードが「上半身」、「筋力」、「カロリー」である場合、キーワード「上半身」及び「筋力」に対応する文章例「私は上半身の筋力を高めるために、プルアップを１日２０回実施します。」と、キーワード「カロリー」に対応する文章例「私は朝食の摂取カロリーを増やすために普段の食事にバナナを３本追加します。」との２つの文章例が選択されてもよいし、キーワード「上半身」、「筋力」、「カロリー」との一致度が最も高い文章例「私は上半身の筋力を高めるために、プルアップを１日２０回実施します。」のみが選択されてもよい。ここで、キーワード抽出部１０３により抽出されたキーワードと文章例の一致度とは、当該文章例に対応する１以上のキーワードの中に、キーワード抽出部１０３により抽出されたキーワードが含まれる個数のことである。
　また、例えば、第３の通知文を作成する際は、通知文作成部１０６は、文章例ＤＢ１０９から選択された文章例「私は上半身の筋力を高めるために、プルアップを１日２０回実施します。」を用いて、「例えば、『私は上半身の筋力を高めるために、プルアップを１日２０回実施します。』を参考にしてみてください。」等といった文を第３の通知文として作成する。
　このような第３の通知文は、例えば、「例えば、＊を参照にしてみてください。」といった文を予め準備しておいた上で、文章例ＤＢ１０９から選択された文章例に括弧を付与して「＊」を置換することで作成すればよい。
　次に、通知文作成部１０６は、第１の通知文と第２の通知文と第３の通知文とを連結した文を出力通知文として作成する（ステップＳ１１２）。ただし、上記のステップＳ１１０の処理が実行されなかった場合（つまり、上記のステップＳ１０９で文章中に回答となる単語又は句が記述されていない５Ｗ１Ｈの要素が存在しないと判定された場合）は、通知文作成部１０６は、第１の通知文と第３の通知文とを連結した文を出力通知文として作成する。
　例えば、第１の通知文が「あなたの記述は具体的ではないでしょう。もっと具体的に記述してください。」、第２の通知文が「なぜ？どこで？いつ？どのように？を考えてみてください。」、第３の通知文が「例えば、『私は上半身の筋力を高めるために、プルアップを１日２０回実施します。』を参考にしてみてください。」であるとする。この場合、通知文作成部１０６は、これらの通知文を連結した文「あなたの記述は具体的ではないでしょう。もっと具体的に記述してください。なぜ？どこで？いつ？どのように？を考えてみてください。例えば、『私は上半身の筋力を高めるために、プルアップを１日２０回実施します。』を参考にしてみてください。」を出力通知文として作成する。
　上記のステップＳ１０７又は上記のステップＳ１１２に続いて、出力部１０７は、通知文作成部１０６により作成された出力通知文を出力する（ステップＳ１１３）。これにより、ユーザに対して出力通知文が提示される。このため、例えば、上記のステップＳ１１２で出力通知文が作成された場合、ユーザは自身が記述した文章が具体的でないことを知ることができると共に、具体的な文章を記述するための参考となる情報（第２の通知文及び第３の通知文）を得ることができる。
　以上のように、本実施形態に係る文章具体化支援装置１０は、入力された文章が具体的でない場合は、ユーザに対して具体的な文章の記述を促すと共に、具体的な文章を記述するための参考となる情報を提示する、これにより、例えば、ユーザが記述した文章が具体的でない場合等に、具体的な文章の記述を支援することができる。
　なお、本実施形態では、上記のステップＳ１１１で文章例を文章例ＤＢ１０９から選択する際にキーワードのみを用いたが、これに限られず、例えば、キーワードに加えて５Ｗ１Ｈ情報が用いられてもよい。例えば、キーワード抽出部１０３により抽出されたキーワードに対応する文章例であって、かつ、入力された文章中に回答となる単語又は句が記述されていない５Ｗ１Ｈの要素（又は、このような要素のうちの少なくとも１つの要素）の回答となる単語又は句が記述されている文章例を文章例ＤＢ１０９から選択してもよい。これにより、ユーザは、自身が記述した文章には記述されていない５Ｗ１Ｈの要素の回答が含まれる文章例を参考にすることができる。
　また、上記の図４ではステップＳ１０７で出力通知文を作成したが、これに限られず、例えば、文章の記述が具体的であることを示す通知文を作成した後、ステップＳ１０９～ステップＳ１１３の処理が実行されてもよい。これにより、入力された文章は或る程度は具体的であるものの（つまり、具体度Ｃは所定の閾値以上であるものの）、５Ｗ１Ｈの要素の回答となる記述が抜けている場合等に、より具体的な文章の記述をユーザに促すことが可能となる。
　また、上記の図４ではステップＳ１１３で出力通知文を出力したが、これに限られず、例えば、第１の通知文、第２の通知文及び第３の通知文のそれぞれが作成された時点で各通知文が出力されてもよい（つまり、ステップＳ１０８で第１の通知文が作成された時点、ステップＳ１１０で第２の通知文が作成された時点、及びステップＳ１１１で第３の通知文が作成された時点でそれぞれ出力されてもよい。）。この場合、上記のステップＳ１１２及びステップＳ１１３の処理は不要である。
　＜ハードウェア構成＞
　最後に、本実施形態に係る文章具体化支援装置１０のハードウェア構成について、図５を参照しながら説明する。図５は、本実施形態に係る文章具体化支援装置１０のハードウェア構成の一例を示す図である。
　図５に示すように、本実施形態に係る文章具体化支援装置１０は一般的なコンピュータ又はコンピュータシステムで実現され、入力装置２０１と、表示装置２０２と、外部Ｉ／Ｆ２０３と、通信Ｉ／Ｆ２０４と、プロセッサ２０５と、メモリ装置２０６とを有する。これらの各ハードウェアは、それぞれがバス２０７を介して通信可能に接続されている。
　入力装置２０１は、例えば、キーボードやマウス、タッチパネル等である。表示装置２０２は、例えば、ディスプレイ等である。なお、文章具体化支援装置１０は、入力装置２０１及び表示装置２０２のうちの少なくとも一方を有していなくてもよい。
　外部Ｉ／Ｆ２０３は、外部装置とのインタフェースである。外部装置には、記録媒体２０３ａ等がある。文章具体化支援装置１０は、外部Ｉ／Ｆ２０３を介して、記録媒体２０３ａの読み取りや書き込み等を行うことができる。記録媒体２０３ａには、文章具体化支援装置１０が有する各機能部（入力部１０１、形態素解析部１０２、キーワード抽出部１０３、５Ｗ１Ｈ抽出部１０４、具体度算出部１０５、通知文作成部１０６及び出力部１０７）を実現する１以上のプログラムが格納されていてもよい。なお、記録媒体２０３ａには、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disk）、ＳＤメモリカード（Secure Digital memory card）、ＵＳＢ（Universal Serial Bus）メモリカード等がある。
　通信Ｉ／Ｆ２０４は、文章具体化支援装置１０を通信ネットワークに接続するためのインタフェースである。なお、文章具体化支援装置１０が有する各機能部を実現する１以上のプログラムは、通信Ｉ／Ｆ２０４を介して、所定のサーバ装置等から取得（ダウンロード）されてもよい。
　プロセッサ２０５は、例えば、ＣＰＵ（Central Processing Unit）やＧＰＵ（Graphics Processing Unit）等の各種演算装置である。文章具体化支援装置１０が有する各機能部は、例えば、メモリ装置２０６に格納されている１以上のプログラムがプロセッサ２０５に実行させる処理により実現される。
　メモリ装置２０６は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ等の各種記憶装置である。文章具体化支援装置１０が有する各ＤＢ（キーワード具体度ＤＢ１０８及び文章例ＤＢ１０９）は、例えば、メモリ装置２０６により実現される。ただし、これら各ＤＢのうちの少なくとも１つのＤＢが、文章具体化支援装置１０と通信ネットワークを介して接続される記憶装置（例えば、データベースサーバ等）により実現されていてもよい。
　本実施形態に係る文章具体化支援装置１０は、図５に示すハードウェア構成を有することにより、上述した文章具体化支援処理を実現することができる。なお、図５に示すハードウェア構成は一例であって、文章具体化支援装置１０は、他のハードウェア構成を有していてもよい。例えば、文章具体化支援装置１０は、複数のプロセッサ２０５を有していてもよいし、複数のメモリ装置２０６を有していてもよい。
　本発明は、具体的に開示された上記の実施形態に限定されるものではなく、請求の範囲の記載から逸脱することなく、種々の変形や変更、既知の技術との組み合わせ等が可能である。
　１０　　　　文章具体化支援装置
　１０１　　　入力部
　１０２　　　形態素解析部
　１０３　　　キーワード抽出部
　１０４　　　５Ｗ１Ｈ抽出部
　１０５　　　具体度算出部
　１０６　　　通知文作成部
　１０７　　　出力部
　１０８　　　キーワード具体度ＤＢ
　１０９　　　文章例ＤＢ

Claims (5)

  1. 　入力された文章に含まれる所定の単語と、前記文章の中で５Ｗ１Ｈの少なくとも１つに対して回答となる記述を表す回答表現とに基づいて、前記文章が具体的に記述されている度合いを表す具体度を算出する具体度算出手段と、
    　前記具体度が所定の閾値よりも小さい場合、ユーザに対して具体的な文章の記述を促すための通知文を作成する通知文作成手段と、
    　を有することを特徴とする支援装置。
  2. 　前記具体度算出手段は、
    　前記単語が意味的にどの程度具体的であるかを表す単語具体度と、前記文章に含まれる前記回答表現の数とを少なくとも用いて前記具体度を算出する、ことを特徴とする請求項１に記載の支援装置。
  3. 　前記通知文作成手段は、
    　前記文章が具体的でないことを示す第１の文と、前記単語が含まれ、かつ、具体的に記述された例文である第２の文とが少なくとも含まれる文を前記通知文として作成する、ことを特徴とする請求項１又は２に記載の支援装置。
  4. 　入力された文章に含まれる所定の単語と、前記文章の中で５Ｗ１Ｈの少なくとも１つに対して回答となる記述を表す回答表現とに基づいて、前記文章が具体的に記述されている度合いを表す具体度を算出する具体度算出手順と、
    　前記具体度が所定の閾値よりも小さい場合、ユーザに対して具体的な文章の記述を促すための通知文を作成する通知文作成手順と、
    　をコンピュータが実行することを特徴とする支援方法。
  5. 　コンピュータを、請求項１乃至３の何れか一項に記載の支援装置における各手段として機能させるためのプログラム。
PCT/JP2020/011194 2020-03-13 2020-03-13 支援装置、支援方法及びプログラム Ceased WO2021181680A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2020/011194 WO2021181680A1 (ja) 2020-03-13 2020-03-13 支援装置、支援方法及びプログラム
PCT/JP2020/046603 WO2021181778A1 (ja) 2020-03-13 2020-12-14 支援装置、支援方法及びプログラム
JP2022505766A JP7315090B2 (ja) 2020-03-13 2020-12-14 支援装置、支援方法及びプログラム
US17/910,803 US20230124354A1 (en) 2020-03-13 2020-12-14 Support apparatus, support method and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/011194 WO2021181680A1 (ja) 2020-03-13 2020-03-13 支援装置、支援方法及びプログラム

Publications (1)

Publication Number Publication Date
WO2021181680A1 true WO2021181680A1 (ja) 2021-09-16

Family

ID=77670908

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/JP2020/011194 Ceased WO2021181680A1 (ja) 2020-03-13 2020-03-13 支援装置、支援方法及びプログラム
PCT/JP2020/046603 Ceased WO2021181778A1 (ja) 2020-03-13 2020-12-14 支援装置、支援方法及びプログラム

Family Applications After (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/046603 Ceased WO2021181778A1 (ja) 2020-03-13 2020-12-14 支援装置、支援方法及びプログラム

Country Status (3)

Country Link
US (1) US20230124354A1 (ja)
JP (1) JP7315090B2 (ja)
WO (2) WO2021181680A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12450430B2 (en) * 2023-03-15 2025-10-21 International Business Machines Corporation Automated identification of sentence concreteness and concreteness conversion

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0969087A (ja) * 1995-08-31 1997-03-11 Toshiba Corp 文書作成装置及び文書作成方法
JP2002183117A (ja) * 2000-12-13 2002-06-28 Just Syst Corp 文書校正支援装置、文書校正支援方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
JP2008250760A (ja) * 2007-03-30 2008-10-16 Nec Corp 自然言語解析による要件定義支援システムシステム設計支援システム、要件定義支援装置、システム設計支援方法及びプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3810463B2 (ja) * 1995-07-31 2006-08-16 株式会社ニューズウオッチ 情報フィルタリング装置
JPH11120170A (ja) * 1997-10-17 1999-04-30 Sharp Corp 文作成支援装置及びそのための記録媒体
JP4252786B2 (ja) * 2002-10-11 2009-04-08 株式会社ジャストシステム 質問応答装置、質問応答方法、及び質問応答プログラム
US7587308B2 (en) * 2005-11-21 2009-09-08 Hewlett-Packard Development Company, L.P. Word recognition using ontologies
JP5948132B2 (ja) * 2012-04-27 2016-07-06 日本放送協会 情報処理装置およびプログラム
CN106663087B (zh) * 2014-10-01 2019-08-16 株式会社日立制作所 文章生成系统
JP6733367B2 (ja) * 2016-06-29 2020-07-29 日本電気株式会社 課題推定装置、課題推定方法および課題推定プログラム
WO2020031242A1 (ja) * 2018-08-06 2020-02-13 富士通株式会社 評価プログラム、評価方法および情報処理装置
JP7309489B2 (ja) * 2019-07-09 2023-07-18 株式会社日立製作所 要約文作成方法、及び要約文作成システム
JP2021135839A (ja) * 2020-02-28 2021-09-13 株式会社コトバデザイン 情報処理システム、文生成方法およびプログラム
US20230350954A1 (en) * 2022-05-02 2023-11-02 SparkCognition, Inc. Systems and methods of filtering topics using parts of speech tagging
CN118632203A (zh) * 2023-03-07 2024-09-10 兰州文理学院 基于IoT技术的桥梁健康感知及整治系统的搭建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0969087A (ja) * 1995-08-31 1997-03-11 Toshiba Corp 文書作成装置及び文書作成方法
JP2002183117A (ja) * 2000-12-13 2002-06-28 Just Syst Corp 文書校正支援装置、文書校正支援方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
JP2008250760A (ja) * 2007-03-30 2008-10-16 Nec Corp 自然言語解析による要件定義支援システムシステム設計支援システム、要件定義支援装置、システム設計支援方法及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
TANAKA, SHINYA ET AL.: "Webpage Detail Evaluation and Query Recommendations for Specific Webpages . DEIM Forum 2012", 10TH ANNUAL MEETING OF THE DATABASE SOCIETY OF JAPAN, vol. 4, no. 10, 3 March 2012 (2012-03-03) *

Also Published As

Publication number Publication date
JP7315090B2 (ja) 2023-07-26
WO2021181778A1 (ja) 2021-09-16
JPWO2021181778A1 (ja) 2021-09-16
US20230124354A1 (en) 2023-04-20

Similar Documents

Publication Publication Date Title
US12412044B2 (en) Methods for reinforcement document transformer for multimodal conversations and devices thereof
US10628472B2 (en) Answering questions via a persona-based natural language processing (NLP) system
CN110489538A (zh) 基于人工智能的语句应答方法、装置及电子设备
US20160055240A1 (en) Orphaned utterance detection system and method
CN109408826A (zh) 一种文本信息提取方法、装置、服务器及存储介质
Wu et al. Research on business English translation framework based on speech recognition and wireless communication
TW200900967A (en) Multi-mode input method editor
CN113849623A (zh) 文本视觉问答方法和装置
KR20210056114A (ko) 자동 질의응답 장치
Komeili et al. Talk2Me: Automated linguistic data collection for personal assessment
CN115114919A (zh) 呈现提示信息的方法和装置以及存储介质
CN114297372B (zh) 个性化的笔记生成方法及系统
CN110543633A (zh) 语句意图识别方法、装置
JP5538185B2 (ja) テキストデータ要約装置、テキストデータ要約方法及びテキストデータ要約プログラム
CN112581327A (zh) 基于知识图谱的法律推荐方法、装置和电子设备
Sağlam et al. Developing Turkish sentiment lexicon for sentiment analysis using online news media
CN115114937B (zh) 文本获取方法、装置、计算机设备及存储介质
CN119988602A (zh) 基于大模型的检索增强方法、设备及存储介质
Proctor et al. Sociolinguistic variation in mouthings in British Sign Language: A corpus-based study
Alarcón et al. Hulat-ALexS CWI Task-CWI for Language and Learning Disabilities Applied to University Educational Texts.
JP7315090B2 (ja) 支援装置、支援方法及びプログラム
CN109933788A (zh) 类型确定方法、装置、设备和介质
CN118468899A (zh) 基于示例感知的机器翻译大语言模型的翻译方法及装置
CN114139515B (zh) 一种转述文本生成方法、装置、介质及设备
CN107015966B (zh) 基于改进的PageRank算法的文本-音频自动文摘方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20924846

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20924846

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP